阵列噪声增强技术在数字信息隐藏中的应用研究

研究了阵列噪声增强技术在数字信息隐藏中应用.非耦合的双稳态检测器组成的并联阵列可视为一种规则网络,阵列噪声与检测器参数都是可调谐参数,网络输出性能能够由非零阵列噪声优化.这就是阵列随机共振现象,也可以视为一种阵列噪声增强技术.将代表版权等信息的黑白字符水印排列成二进制序列之后,依据非线性双稳态检测器的频率检测鲁棒性,将之调制成具有一定延迟时间的脉冲调幅信号.宿主图像经离散余弦变换(DCT)后,在中频区域中选相应数量的DCT系数经Arnold变换置乱后作为背景噪声,水印信号则嵌入这些选定的中频系数中.嵌入水印的DCT系数经过逆变换后得到水印图像.水印图像受到各种信号处理方法的攻击时,可以利用非线性双稳态检测器从攻击图像中提取水印字符.通过阵列噪声增强技术,提取水印和原始水印字符的相似度与单独的双稳态检测器检测结果相比得到了进一步改善.     

JPEG压缩下图像量化水印的鲁棒性估计

当嵌有水印的图像经受压缩时,水印检测可能出现错误。与通过各种仿真测试不同,提出以互信息为代价函数评测图像量化水印联合图像专家组（joint photographic experts group, JPEG）规范压缩下的鲁棒性,该方法以线性高斯模型近似JPEG压缩过程,推导了JPEG下的度量鲁棒性的互信息函数计算式,并仿真计算不同压缩因子对应的鲁棒性。实验中以分块离散余弦变换（discrete cosine transform, DCT)中频系数为量化载体进行水印嵌入和检测,结果表明当压缩因子变化时,互信息函数与实验误码率之间是匹配的,应用该方法可以评估和预测图像量化水印算法在JPEG压缩下的鲁棒性。     

音频水印非线性检测器的研究

研究了一种用于音频水印的非线性检测器。首先将音频信号进行离散余弦变换,并将变换系数按照绝对值进行排序,依据音频信息本身的特点选取中频系数嵌入水印信息,采用高斯混合概率密度模型来拟合加入水印的中频系数。其次,依据这种非高斯模型的特点,设计了一种非线性检测器来检测水印。实验表明这种非线性水印检测器具有很好的鲁棒性,对于加高斯噪声、重采样、重量化、MPEG压缩、Chebyshev低通滤波等多种攻击都具有较好的抗攻击能力。     

基于彩色图像Tetrolet变换的频数质心零水印算法

针对传统数字水印算法的透明性随嵌入强度的增加而下降的问题, 已有许多零水印算法提出。然而大多数算法或是鲁棒性和稳定性较差, 或是基于灰度图像设计的。本文提出一种基于彩色图像Tetrolet变换的频数质心零水印算法。该算法先提取彩色载体图像YCbCr空间的亮度分量, 再对亮度分量进行Tetrolet变换获得其低频系数, 再通过分块非负矩阵分解, 采用计算频数质心的方法构造特征矩阵。对水印信息依次进行Polar码编码, 二维交织构造出交织矩阵; 最后将含有水印信息的交织方阵和特征矩阵进行异或操作生成零水印。仿真结果证明, 该零水印算法可以有效抵抗非几何攻击、几何攻击以及组合攻击, 水印提取归一化相关系数值在0.9以上, 具有较强的鲁棒性和稳定性, 且具有良好的实用性。     

一种超复数频域的有意义数字水印算法

针对彩色载体图像,提出了一种彩色图像超复数频域的水印算法。它通过对彩色载体图像进行快速超复数傅氏变换,在超复数频域选择合适频段嵌入水印,并且修改其对称系数的值,保证了嵌入水印图像仍然可以用彩色图像的红、绿、蓝三色进行传输。分析表明提出的方法通过超复数傅氏逆变换,可以把水印带来的误差扩散到整幅图像,并且是分散到红、绿、蓝三色的各个分量上,从而实现数字水印的不易感知性和安全性的良好结合。本算法还提出了对水印数据进行"交叉冗余嵌入"的规则,以进一步提高数字水印的鲁棒性。最后给出了实验结果,验证了本算法的优越性。     

一种基于Geometry Image的鲁棒三维水印

近年来三维水印作为保护三维模型版权的一类方法被提出并发展起来.通常使用的不规则三角网格的表示形式限制了信号处理方法在三维模型上的应用,阻碍了三维水印的发展.作者充分利用Geometry Image这种新的三维模型表示方法的特性,将三维模型转换为二维彩色图像,然后在其DCT变换域下嵌入水印.水印的提取过程通过将嵌入水印的模型与原始模型配准后进行顶点映射获得相应的二维图像,继而在DCT变换域下提取水印.实验结果证明所提三维水印算法能够有效抗击仿射变换、加噪、平滑、重采样、剪裁等多种攻击手段,是一种鲁棒的非盲三维水印算法.     

二值文本数字水印技术的研究与仿真

针对二值文本纹理复杂、信息隐藏的免疫力差的特点,提出了一种基于DCTDWT的二值文本频率域数字水印算法。算法结合了DCT和DWT二者的特点,将水印信号进行分块DCT变换,按照从低频到高频的顺序对各块系数进行重新排列,对应嵌入到原始图像的DWT分解子带中,强化了不可见性。为了验证算法的鲁棒性和不可见性,利用相似度原理设计了水印提取检测器,通过将嵌入水印后的图像进行JPEG压缩、加入高斯噪声、椒盐噪声以及将其剪切掉一块的方法来模仿图像在实际网络环境下可能遭受的各种攻击和干扰,仿真实验证明,在各种情况下,检测器均有较好的检测效果。     

一种利用感知模型增加容量的新颖盲水印算法

感知模型在水印算法中有重要应用,它很好的解决了水印不可感知性和鲁棒性间的矛盾。但感知模型和水印容量间的关系还没有受到应有重视。本文提出一种新颖盲水印算法,利用感知模型增加水印容量,根据DCT系数噪声门限大小决定嵌入比特数,噪声门限越大,嵌入比特数越多。本算法可灵活地调节水印不可感知性、鲁棒性和水印容量间的关系。试验结果表明,算法是有效的。     

一种基于UGM模型和数字水印的社保卡防伪技术

提出了一种基于UGM模型和数字水印的社保卡防伪技术.基本思想是首先用UGM模型把水印图像转化为范围为(-3,3)的数据序列,然后加到DWT变换后的封面图像的中频部分,最后通过逆小波变换和UGM模型将水印图像抽取出来,从而判断社保卡的真伪.实验结果表明,嵌入水印后的封面图像与抽取的水印图像都有很好的视觉效果,运算速度较快,具有较高的实用性.     

基于图像小波树结构的数字水印算法

提出了一种基于小波变换和根据图像内容的自适应水印算法。该算法利用图像小波变换系数的树结构关系和各层小波系数的特点,对低频重要系数进行分类,并根据人类视觉特性,对不同类采用不同的嵌入方法。而且在水印提取过程中不需要原始图像,是一种盲水印算法。实验结果表明,该方法简单高效,可嵌入的数字水印信息容量大,而且通过与传统方法的比较,方法不可见性好,PSNR=52.28dB,对一般的图像处理和攻击如:JPEG压缩、滤波、加噪声、旋转、缩放等有很好的鲁棒性。     

抗几何变换的小波域自适应图像水印算法

小泼变换不具有几何不变性，因此，小渡域水印对抗几何攻击是一个十分困难和富有挑战性的课题。提出了一种抗几何变换的小波域自适应图像水印。此方法根据人眼视觉系统掩蔽特性，将水印自适应地嵌入DWT域的低频子带。并且通过在DFT中频区域一个圆环上嵌入模板以及对一个限定区域不变质心的提取，实现在水印检测前估算和校正图像所经历的几何变换。实验结果表明：该水印不仅具有较好的不可感知性，而且对诸如旋转、缩放、平移等几何变换和常规的图像处理具有较强鲁棒性。     

一种新的基于图象内容的半易损水印技术

让原始图象进行1－层小波正变换，让后将其变换后的小波近似系数用混沌序列进行调制从而生成基于图象内容的水印信号；利用原始图象的HVS特性将水印信号嵌入到原始图象的小波域中；检测器能够从接收到的水印图象中提取出原始水印信号，并依据接收到的水印图象生成新的水印信号，从而定位出受到攻击的图象位置，并能区分受到攻击的类型。实验结果表明，该算法具有好的鲁棒性和识别被篡改的区域能力。     

基于支持向量机的小波域图像水印算法

提出了一种新的基于支持向量机(support vector machine,SVM)的小波域图像水印算法。其主要思想是先对图像进行小波分解,然后利用图像小波分解后的子图系数之间的关系训练SVM,并利用训练好的SVM在小波域嵌入水印和提取水印。实验结果表明,提出的方法对于一般的图像处理和JPEG压缩都具有很强的鲁棒性,与基于SVM的空间域上的算法相比性能更加优越。     

基于小波包和心理声学模型的音频水印算法

提出了一种基于小波包和心理声学模型的数字音频水印算法,该算法对音频信号进行小波包分解,在小波域内计算掩蔽阈值,根据从心理声学模型得到的幅度因子自适应地控制由嵌入水印而引起的听觉偏倚。二值水印图像通过伪随机排序与扩频调制后嵌入到小波包分解后的中频系数中,提取水印信号无需使用原始数字音频信号。仿真试验表明水印是不可察觉的,经过MPEG layer Ⅲ有损压缩、低通滤波、重采样等操作后仍具有很强的稳健性。     

基于人眼视觉的任意形状区域丢失图像信息重建

任意形状区域丢失图像信息的重建对于图像中遮挡区域的去除、受损图像的复原和红外图像中的目标检测具有十分重要的意义。目前普遍采用的插值重建等方法存在重建后图像的主观视觉质量明显下降的不足。因此提出了基于人眼视觉特性的任意形状区域丢失图像信息的重建模型。利用重建区域外接矩形中余留的已知信息 ,并根据人眼的低通视觉特性 ,以加权最小二乘的方式在DCT域中重建相应的DCT系数 ,然后通过IDCT得到重建后的图像。实验证明 ,通过该方法所得到的任意形状区域的重建图像 ,在主观和客观质量方面都有显著的提高。     

基于离散余弦变换的红外目标识别算法

提出了一种基于离散余弦变换的红外目标特征描述方法，通过离散余弦变换描述子提取平移、旋转、尺度放缩等变换下不变性的目标形状特征，利用前向传播神经网络学习及识别这些特征向量，对3类不同姿态下的目标图像进行了分类识别，并将所提出的特征提取方法与傅立叶描述子进行比较。仿真结果表明，和傅立叶描述子相比，在保证识别率不变的情况下，采用余弦变换描述法可以减少数据运算量和运算时间。     

小波分析与Fisher判别法相结合的数字水印算法

提出了在彩色图像的小波变换域中实现数字水印的一种算法。该算法能很好地保证水印图像与原始图像具有相似的视觉效果,而且在用Fisher判别法实现水印盲复原时能准确地抽取水印信号。最后通过实验测试验证了该算法的鲁棒性。     

一种新的图像脆弱水印算法

提出一种基于小波变换和QR分解的图像脆弱水印方法。嵌入水印时，首先对原始图像进行三级小波分解，然后提取第三级低频子带的边缘特征，同时对此边缘特征和第三级垂直高频子带进行QR分解，用边缘特征的一部分分解结果替换垂直高频子带分解结果的相应部位未嵌入水印，最后进行小波逆变换得到嵌入水印的图像。图像认证时，首先对观测图像进行三级小波分解，第三级垂直高频子带与低频子带边缘特征的QR分解结果进行比较，就可以准确认证图像是否经过攻击，并可以精确定位受攻击的部位。实验结果表明此方法的有效性和可行性。